具体实施方式

为使本发明实施例解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明实施例中的一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。

需要说明的是，本发明实施例中术语“系统”和“网络”在本文中常被可互换使用。本发明实施例中提到的“和/或”是指包括一个或更多个相关所列项目的任何和所有组合。本公开的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。

还需要说明是，本发明实施例中下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本发明实施例对此不作具体限制。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面结合附图并通过具体实施方式来进一步说明本发明实施例的技术方案。

图1示出了本发明实施例提供的一种洗涤控制方法的流程示意图，本实施例可适用于洗衣机进行洗涤控制的情况，该方法可以由配置于洗衣机中的洗涤控制装置来执行，如图1所示，本实施例所述的洗涤控制方法包括：

在步骤S110中，获取待洗衣物的多个图片。

例如，可控制洗衣机的照明模组打开灯光，控制洗衣机的动力模组转动洗衣桶以翻转和抖散所述待洗衣物，控制洗衣机的相机模组拍摄洗衣机桶内的待洗衣物的图片，重复执行上述转动洗衣桶的步骤和拍摄图片的步骤，以获取待洗衣物的多个图片。

在步骤S120中，根据所述多个图片确定所述待洗衣物的污渍种类。

常见衣物污渍包括多种类型，例如油脂性污渍、蛋白质类污渍、单宁色素类污渍、以及水性色素类污渍等。

我们知道，不同种类的污渍，其在衣物上呈现的形态和/或颜色会有区别，例如植物油、动物油、矿物油等在衣物上形成的油脂性污渍，因为油脂性污渍会沿着织物纤维渗透，所以这类污渍一般没有明显的边界，常呈现纵横交错状。牛奶或酸奶渍多为乳白色，外观均匀，动物肉汁渍为红到黄棕色，尿渍为黄至棕色。还有些来源于植物汁、液的各种果汁渍、茶水渍和水果渍等，一般从棕黄到深棕色，其存在的时间越长，颜色越深。这类污渍轮廓清晰，渍迹边缘的颜色更深些。还有多种墨水、染料在衣物上形成的水性色素类污渍，诸如纯蓝墨水、蓝黑墨水、红墨水、碳索墨水等，由于种种墨水对衣物虽然也有相对较强的渗透能力，但漫润性不及油脂，其在衣物上形成污渍后边界仍较明显。

因此，可根据待洗衣物的图片特征确定待洗衣物的污渍种类，具体的确定污渍种类的方法可采用多种方式，例如可根据图像中色块的形状和颜色识别哪些是污渍哪些是衣物花纹，从衣物图片中识别到的污渍块截图得到污渍图像，根据污渍图像的特征信息确定污渍种类。

具体地，可先从衣物图片中识别到的污渍块截图得到污渍图像，再根据污渍图像的特征信息确定污渍种类，具体地，可采用多种方法确定污渍种类，例如可采用图像处理算法确定污渍种类，还可采用污渍识别模型进行污渍种类识别。

由于洗衣机本身的存储和运算功能有限，采用污渍识别模型进行识别可通过服务器执行。例如，可将所述多个图片上传到云服务器，以使所述云服务器分别将所述多个图片输入至预先训练的污渍识别模型，得到所述污渍识别模型输出的至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类；根据所述至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类确定所述待洗衣物的污渍种类。

在一些实施例中，所述污渍识别模型可采用多种方法进行训练得到，图3是根据本发明实施例提供的一种洗涤控制装置的结构示意图，如图3所示，所述污渍识别模型可通过如下步骤训练得到：

在步骤S310中，获取训练样本集合，其中，训练样本包括衣物图像和标注信息，若所述衣物图像显示对应衣物上有至少一处污渍，所述标注信息包括所述衣物图像中显示的至少一个污渍对应的污渍图像和各污渍图像所指示的污渍的所属污渍种类。

在步骤S320中，确定初始化的污渍识别模型，其中所述初始化的污渍识别模型包括目标层，所述目标层用于，若衣物图像显示对应衣物上有至少一处污渍，输出所述衣物图像中显示的至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类。

其中，所述初始化的污渍识别模型可采用多种类型，例如可采用卷积神经网络模型。

在步骤S330中，利用机器学习的方法，将所述训练样本集合中的训练样本中的衣物图像作为初始化的污渍识别模型的输入，将与输入的衣物图像对应的标注信息作为初始化的污渍识别模型的期望输出，训练得到所述污渍识别模型。

进一步地，还可在步骤S110获取待洗衣物的多个图片之后，根据所述多个图片确定所述待洗衣物的污渍数量。例如，可根据待洗衣物经过多次翻转后拍摄的多张图片确定污渍数量。具体地，确定污渍数量的方法可采用多种方式，例如可将多次拍摄的照片分别提取污渍图像后，难免会有些污渍在多个衣物图片中均被拍摄到了，因此不宜简单地将从所有的图片中识别的污渍图像的数量作为洗衣桶内待洗涤衣物的污渍数量，洗衣桶内待洗涤衣物的污渍数量应该少于所提取的所有污渍图像的总和。因此需要对提取污渍图像进行去重处理，以针对各污渍仅保留一个污渍图像，去重后得到的污渍图像的数量即为待洗衣物的污渍数量。

具体地，对污渍图像进行去重处理的方法可包括多种，本实施例对此不作限定。鉴于对于同一污渍来说，从不同角度的图像中提取出来后，其D-HASH值应该具有相似性，因此，若所述至少一个污渍图像数量大于1，可根据污渍图像的D-HASH值对所述至少一个污渍图像进行过滤(如若多个污渍图像的D-HASH值相似则仅保留一个污渍图像)，以针对各污渍保留一个污渍图像。过滤后污渍图像的数量即为所述待洗衣物的污渍数量。

在步骤S130中，据所述污渍种类进行洗涤控制。

不同种类的污渍，其清洗方式不同，若采用洗衣机洗涤，可针对污渍的类别和数量选择不同的洗涤程序，也可根据所述污渍种类和污渍数量对当前洗涤程序的洗涤参数进行调整，例如调整浸泡时间、水温、洗涤时长、洗涤桶转速、以及转停比等一种或多种参数。

例如，油脂性污渍，洗涤时可使用溶剂或调高水温。又如，蛋白类污渍切勿使用溶剂，水温不宜过高，否则会使污渍更牢固。再如，单宁类色素渍怕高温或碱性材料，洗涤时需增加水温或增加碱性洗涤济浓度。

在一些实施例中，若步骤S120中还根据所述多个图片确定了待洗衣物的污渍数量，本步骤还可根据所述污渍种类和所述污渍数量进行洗涤控制，具体地，可根据污渍种类和污渍数量对当前洗涤程序的洗涤参数进行调整，例如可根据污渍种类和污渍数量调整当前洗涤程序的浸泡时间、水温、洗涤时长、洗涤桶转速、以及转停比等。

本实施例通过获取待洗衣物的多个图片，根据所述多个图片确定所述待洗衣物的污渍种类，根据所述污渍种类进行洗涤控制，能够使洗衣机更有针对性地精细洗涤，能够提高洗涤质量。

图2示出了本发明实施例提供的另一种洗涤控制方法的流程示意图，本实施例以前述实施例为基础，进行了改进优化。如图2所示，本实施例所述的洗涤控制方法包括：

在步骤S210中，控制洗衣机的照明模组打开灯光。

在步骤S220中，控制洗衣机的动力模组转动洗衣桶以翻转和抖散所述待洗衣物。本步骤能获取到洗衣桶内待洗涤衣物的多个角度的多张图片，能够更全面地识别衣物污渍，能增加污渍识别的准确性，从而使进一步提高了洗涤的精细化程度。

在步骤S230中，控制洗衣机的相机模组拍摄洗衣机桶内的待洗衣物的图片。

在步骤S240中，判断是否需要再拍照，若是则返回步骤S220,否则执行步骤S250。

在步骤S250中，将所述多个图片上传到云服务器，以使所述云服务器分别将所述多个图片输入至预先训练的污渍识别模型，得到所述污渍识别模型输出的至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类。

其中，所述污渍识别模型可通过如图3所示的步骤训练得到，在图1对应实施例中有介绍，本实施例对此不作赘述。

在步骤S260中，根据所述至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类确定所述待洗衣物的污渍种类和污渍数量。

在步骤S270中，根据所述污渍种类和污渍数量进行洗涤控制。

本实施例的技术方案通过多次拍摄待洗衣物得到多个图片后，上传到云服务器进行模型分析，以确定洗衣机桶内待洗涤衣物的污渍种类和污渍数量，以针对污渍进行洗涤控制，能够使洗衣机更有针对性地精细洗涤，能够提高洗涤质量。

作为上述各图所示方法的实现，本申请提供了一种洗涤控制装置的一个实施例,图4示出了本实施例提供的一种洗涤控制装置的结构示意图，该装置实施例与图1至图3所示的方法实施例相对应，该装置具体可以应用于各种洗衣机中。如图4所示，本实施例所述的洗涤控制装置包括衣物图片获取单元410、污渍识别单元420和洗涤控制单元430。

所述衣物图片获取单元410被配置为，用于获取待洗衣物的多个图片。

所述污渍识别单元420被配置为，用于根据所述多个图片确定所述待洗衣物的污渍种类。

所述洗涤控制单元430被配置为，用于根据所述污渍种类进行洗涤控制。

在一些实施例中，所述衣物图片获取单元410被配置为，用于控制洗衣机的照明模组打开灯光；控制洗衣机的动力模组转动洗衣桶以翻转和抖散所述待洗衣物；控制洗衣机的相机模组拍摄洗衣机桶内的待洗衣物的图片；重复执行上述转动洗衣桶的步骤和拍摄图片的步骤，以获取待洗衣物的多个图片。

在一些实施例中，所述洗涤控制单元430被配置为，用于根据所述污渍种类对当前洗涤程序的洗涤参数进行调整。

在一些实施例中，所述洗涤控制单元430中所述洗涤参数包括如下参数中的至少一种：浸泡时间、水温、洗涤时长、洗涤桶转速、以及转停比。

在一些实施例中，所述污渍识别单元420被配置为，还用于在获取待洗衣物的多个图片之后，根据所述多个图片确定所述待洗衣物的污渍数量。所述洗涤控制单元430被配置为，还用于根据所述污渍种类和所述污渍数量进行洗涤控制。

在一些实施例中，所述污渍识别单元420被配置为，还用于将所述多个图片上传到云服务器，以使所述云服务器分别将所述多个图片输入至预先训练的污渍识别模型，得到所述污渍识别模型输出的至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类；根据所述至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类确定所述待洗衣物的污渍种类。

进一步地，所述污渍识别单元420被配置为，还用于在得到所述污渍识别模型输出的至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类之后，根据所述至少一个污渍图像确定所述待洗衣物的污渍数量。所述洗涤控制单元430被配置为，还用于根据所述污渍种类和所述污渍数量进行洗涤控制。

进一步地，所述污渍识别单元420被配置为，用于若所述至少一个污渍图像数量大于1，根据污渍图像的D-HASH值对所述至少一个污渍图像进行过滤，以为各污渍保留一个污渍图像；根据过滤后污渍图像的数量确定所述待洗衣物的污渍数量。

本实施例提供的洗涤控制装置可执行本公开方法实施例所提供的洗涤控制方法，具备执行方法相应的功能模块和有益效果。

图5示出了一种污渍识别模型的训练装置的结构示意图，如图5所示，本实施例所述的污渍识别模型的训练装置包括样本获取模块510、模型确定模块520和模型训练模块530。

所述样本获取模块510被配置为，用于获取训练样本集合，其中，训练样本包括衣物图像和标注信息，若所述衣物图像显示对应衣物上有至少一处污渍，所述标注信息包括所述衣物图像中显示的至少一个污渍对应的污渍图像和各污渍图像所指示的污渍的所属污渍种类；

所述模型确定模块520被配置为，用于确定初始化的污渍识别模型，其中所述初始化的污渍识别模型包括目标层，所述目标层用于，若衣物图像显示对应衣物上有至少一处污渍，输出所述衣物图像中显示的至少一个污渍图像和各污渍图像所指示的污渍的所属污渍种类；

所述模型训练模块530被配置为，用于利用机器学习的装置，将所述训练样本集合中的训练样本中的衣物图像作为初始化的污渍识别模型的输入，将与输入的衣物图像对应的标注信息作为初始化的污渍识别模型的期望输出，训练得到所述污渍识别模型。

本实施例提供的洗涤控制装置可执行本公开方法实施例所提供的洗涤控制方法，具备执行方法相应的功能模块和有益效果。

本实施例提供的污渍识别模型的训练装置可执行本公开实施例方法实施例所提供的污渍识别模型的训练方法，具备执行方法相应的功能模块和有益效果。

下面参考图6，其示出了适于用来实现本发明实施例的洗衣机600的结构示意图。图6示出的洗衣机仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，洗衣机600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有洗衣机600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许洗衣机600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的洗衣机600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本发明实施例的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明实施例的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本发明实施例的方法中限定的上述功能。

需要说明的是，本发明实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述洗衣机中所包含的；也可以是单独存在，而未装配入该洗衣机中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该洗衣机执行时，使得该洗衣机：获取待洗衣物的多个图片；根据所述多个图片确定所述待洗衣物的污渍种类；根据所述污渍种类进行洗涤控制。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本发明实施例各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

以上描述仅为本发明实施例的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明实施例中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。